阿帕奇火花 - 无法理解斯卡拉示例

Question

我正在尝试了解这个位置的scala代码。（我来自java背景）。

https://github.com/apache/spark/blob/master/examples/src/main/scala/org/apache/spark/examples/GroupByTest.scala

我在下面的部分感觉完全迷失了

val pairs1 = sc.parallelize(0 until numMappers, numMappers).flatMap { p =>
  val ranGen = new Random
  var arr1 = new Array[(Int, Array[Byte])](numKVPairs)
  for (i <- 0 until numKVPairs) {
    val byteArr = new Array[Byte](valSize)
    ranGen.nextBytes(byteArr)
    arr1(i) = (ranGen.nextInt(Int.MaxValue), byteArr)
  }
  arr1
}.cache()

我知道并行化和平面映射的作用。我不明白arr1是如何初始化的。它是 int 类型还是其他类型 - 字节数组？另外，它在循环逻辑内部做了什么。

Answer 1

var arr1 = new Array[(Int, Array[Byte])](numKVPairs)

创建类型对（整数、数组[字节]）的数组。即对的第一个元素是 Int 类型，第二个元素是数组[字节] 类型。

Answer 2

var arr1 = new Array[(Int, Array[Byte])](numKVPairs)

只需创建一个大小为＜code＞numKVPairs＜/code＞且类型为＜code＞（Int，array〔Byte〕）＜/code>的数组（＜code＞Int＜/code＞和字节数组对）

之后，arr1填充随机数据。